Bicycles and micromobility for disaster response and recovery
Notice bibliographique
Résumé
Bicycles and other forms of micromobility have been anecdotally used in past disasters to help save lives and improve community recovery. However, research and practice are scarce on this resilient transportation strategy, which limits its usefulness and possible benefits. To fill this gap, our paper investigates the potential role bicycles and micromobility in facilitating (or limiting) disaster response and recovery. Given the lack of exploration on the topic, we convened an online workshop where we conducted brainstorming and focus group discussions with disaster experts from various government agencies, not-for-profit organizations, academia, and policy groups. We present a synthesis of that discussion, along with a review of the existing literature. We conclude there is strong potential for bicycles and micromobility for different disaster phases, hazard types, and groups of people. However, multiple barriers exist related to implementation and safety, suggesting a need for future research and policy in the transportation and emergency management fields and practices. • Feasibility of micromobility to aid evacuation is determined by disaster type, disaster phase, vehicle type, and geography. • Micromobility has the potential to aid both the short-term response and longer-term recovery from natural disasters. • Micromobility is flexible and cheap for resource movement and can navigate roads that are impassable for cars and trucks. • Availability of bikes and micro-modes is both a barrier and a facilitator for use during disaster response. • Many political and coordination barriers remain to make micromobility a part of disaster planning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».